Як AI змінює мій підхід до UX

Перекладено ШІ 0 Spatie 30 липня, 2026

AI миттєво генерує переконливі прототипи, проте він часто ігнорує складні edge cases та реальний людський досвід. Дизайнер зі Spatie аналізує виклики автоматизації та пояснює, чому якісні дослідження залишаються головною перевагою людини у UX.

Застереження: останні 10 років я працюю вебдизайнером, frontend-розробником та UX-дизайнером, три з яких — у Spatie. Я випробував безліч інструментів, намагаючись спростити комунікацію з клієнтами.

Коли я вперше побачив, як AI створює повністю інтерактивний прототип із реальними даними та складними сценаріями за лічені хвилини, я збагнув: це водночас захоплює і лякає. Для клієнта це виглядає як магія — втілення будь-якої ідеї в реальному часі.

За останні пів року робочі процеси кардинально змінилися не лише в мене. І цей текст — не про вплив AI на бізнес чи критику того, як технології витісняють фахівців. Це три тези про те, як AI трансформує роботу з ідеями та кодом у сфері UX, і які позитивні та негативні наслідки я спостерігаю.

1. Генерація AI-mockups, prototypes та specs клієнтами спрощує життя UX-дизайнерам.

Завдяки AI деякі наші клієнти тепер не просто пишуть ТЗ, а приходять із результатами власного брейншторму та rubber duck з асистентом. Мені подобається цей підхід. Він прибирає нескінченні ітерації правок у віддаленій роботі та розв'язує проблему «чистого аркуша», даючи користувачам щось відчутне, де можна одразу знайти помилки. Проте тут є пастка.

Такі AI-прототипи існують у вакуумі. Клієнт бачить ідеальний інтерфейс і вважає, що робота майже готова. Але зазвичай там змодельований лише happy path. Клієнт каже: «ми заповнимо прогалини пізніше», але саме в edge cases, error states, empty states та loading states криються справжні UX-проблеми. В AI-прототипах вони невидимі, якщо не проєктувати їх спеціально.

У Spatie наші клієнти зазвичай достатньо технічно підковані, щоб розуміти: згенероване не можна переносити в реальний застосунок 1:1. Але в багатьох агенціях цю межу пояснити важко: що переконливішим виглядає прототип, то складнішою стає розмова з клієнтом.

2. Надлишок бібліотек компонентів робить UX та UI безпечними, але нудними.

Це делікатне питання. «Безпечний» UX — правильний вибір для критичних сценаріїв, як-от checkout. Ви не хочете, щоб користувач розгадував ребуси, намагаючись оплатити покупку. Йому потрібна знайома структура.

Але AI обожнює шаблони. Що специфічніша ваша проблема, то більша ймовірність отримати впевнено помилкове рішення. Краще шукати натхнення в суміжних сферах, фізичному досвіді чи інших індустріях, ніж намагатися «витиснути» рішення через промпти.

Більшість моїх ідей з'являються завдяки спостережливості. У токійському метро лінії позначають літерами, а зупинки — цифрами. Не треба заучувати назву станції, достатньо пам'ятати, що тобі на «JY16». Це знімає мовний бар'єр і допомагає тим, хто просто рахує зупинки. Можливо, це не стосується вашого конкретного завдання, але колекціонування такого мікродосвіду робить вас кращим дизайнером. У жодній component library таких патернів немає.

3. AI ніколи не замінить дослідження та якісне тестування на реальних користувачах.

Велика частина моєї роботи — це розуміння проблем. А для цього треба збагнути, як працює бізнес усередині своєї індустрії. Це означає живе спілкування. Коли клієнт бачить, що його чують і розуміють його виклики, це важить більше, ніж будь-який інструмент.

Кількісне тестування гіпотез було автоматизоване ще до появи AI. Але якісне тестування — це уважне спостереження за користувачем. Ви помічаєте стікери на моніторах, саморобні таблиці в Excel чи роздруковані чеклісти. Саме ці деталі вказують на реальні «точки тертя» на ранніх етапах.

Водночас AI може бути чудовим партнером, якщо має базу для аналізу. Для одного великого проєкту ми зібрали глосарії, описи функцій та очікування користувачів у спільну систему. Тільки після цього ми підключили AI, який почав оперувати реальними знаннями, а не просто видавати правдоподібні припущення.

Заплутані людські проблеми

Жодна з цих тез не є аргументом проти AI. Я використовую його щодня, він робить мою роботу швидшою. Але саме ті аспекти UX, які найважче автоматизувати, зараз стають найціннішими.

AI не занурюється в складні, суто людські проблеми настільки глибоко, щоб справді їх зрозуміти. У цьому завжди полягала наша робота. І дизайнери, які вміють це робити добре, залишаться незамінними.

Популярні

Інше, що варто прочитати

14 Оновлено 26 червня, 2026

Локальні моделі та їх скоупи в Laravel за допомогою атрибута Scope

В Laravel 12 ми отримали можливість використовувати новий підхід для визначення локальних скоупів у моделях Eloquent. Дізнайтеся, як новий атрибут #[Scope] спрощує цей процес і зберігає ваші назви методів незмінними

15 Оновлено 26 червня, 2026

Claude Agent тепер інтегрований в AI Assistant для PhpStorm

Ви коли-небудь задумувалися, як полегшити свою роботу в Laravel? У нашій статті ми розглядаємо, як інтеграція Claude Code в PhpStorm може підвищити вашу продуктивність, спростивши процес написання коду та навчання нових розробників. Читайте далі, щоб дізнатися більше про переваги та функціональність цього потужного поєднання

16 Оновлено 26 червня, 2026

Простий пакет RabbitMQ для Laravel

Вам цікаво дізнатися, як спростити інтеграцію RabbitMQ у вашому Laravel-додатку? У нашій статті ми розглянемо пакет Simple RabbitMQ, який дозволяє легко налаштувати багатозʼєднання, публікувати повідомлення та обробляти черги за допомогою простого синтаксису. Читайте далі, щоб дізнатися більше!